夜雨聆风最近这种感觉越来越具体。
2 月 6 日一早，千问 APP “春节 30 亿大免单”上线，邀请全国人民用 AI 一句话免费点奶茶。这个例子很轻，轻到像一个春节营销活动；又很重，因为它把大模型从网页、论文、IDE 里拎出来，放进了奶茶店和真实消费里。AI 不再只是回答“什么是 Transformer”，它开始替人下单，替人选择，替人把一句话变成现实世界里的动作。
同一阵子，朋友发消息说，Qwen、小米都在向手机 agent 进军，美团、腾讯也在争夺更大的 AI 入口。我看着这些消息，忽然有一种很奇怪的错位感。那些我小时候写在作文里的无人驾驶、智能助手、未来生活，原来不是以电影里那种巨大的方式降临的。它们来得很日常：一杯奶茶，一个手机页面，一个招聘入口，一个 GitHub 项目。
从英文文献开始
2022 年到 2023 年，我刚读硕士。那时候 ChatGPT 之类的工具刚进入日常，我对它最朴素的感受是：它能帮我翻译文献。
这对一个英语不太自信的学生来说，几乎是立竿见影的解放。以前看英文论文，先要拆句子、查生词、猜长难句，再慢慢还原作者想说什么。很多时候我不是被专业挡住，而是先被语言挡在门外。屏幕上密密麻麻的一段英文，像一条很长的河，我站在岸边，知道对面有东西，但不知道怎么过去。
后来我把论文丢给 AI，让它翻译、解释、总结。它不一定总是对，偶尔也会一本正经地胡说八道，但它至少让我先过了河。那时我第一次很具体地感觉到：原来“英语不好”这件事，正在被技术重新定义。
再后来，我开始让它帮我写代码。那时它还不像现在这样像一个工程搭子，我经常要提醒它：调用现成的库，不要从头造轮子；这里用成熟 API 就行，不要自己写一个看起来很热血、实际很脆弱的版本。它像一个聪明但没经验的实习生，给它方向，它能跑起来；不看着它，它也会跑偏。
可即便如此，我已经开始依赖它了。
那种依赖不是突然发生的。它更像早上出门时顺手拿手机，写代码前顺手打开 IDE。最开始只是省一点查词时间，后来是少一点查文档时间，再后来，是遇到一个陌生问题时，下意识想先问它一句。
硕士的时候，我先觉得英语不行了。
后来，代码的安全感也松动了
到了 2025 年，我明显感觉新版 GPT 变聪明了。
这种聪明不是回答更像人，而是它开始理解任务之间的关系。它不只是回答一个问题，而是能把目标拆开，知道先看文件、再改代码、再跑测试，甚至能解释为什么这么做。也是在这一年，我开始了解 agent，知道了 MCP，也慢慢明白 LangChain、LangGraph 这些东西到底想解决什么问题。
以前我以为 AI 只是聊天框里的东西。后来才意识到，聊天框只是入口。真正的变化，是模型开始接工具、接文件、接软件、接工作流。它不再只是坐在旁边说话，而是把手伸进了电脑里。
读博之后，我开始觉得低端程序员也不行了。
这句话说出来有点刺耳，但它不是嘲笑谁，更像是我对自己的一个判断。重复性的代码、胶水代码、脚本、接口调用、文档查找、测试补齐，原来都需要人一点点啃。现在 AI 可以在很短时间里做出一个大致能跑的版本。它不一定优雅，不一定安全，但速度快到让人心里发虚。
过去我以为写代码是一种壁垒。会配环境、会查报错、会读 API、会把一堆库拼起来，已经足够让一个人和另一个人拉开差距。可当 AI 能把这些步骤串起来的时候，壁垒突然变薄了。那种感觉不像被一脚踢出门外，更像是你站了很久的台阶，忽然被人往下削了一层。
当然，AI 变聪明了，并不代表我就突然变聪明了。
2025 年末，我刚接触 flow matching、SO(3)、流形、计算机图形学。那些概念像一堵墙立在面前，符号漂亮，推导严密，论文也很自信，只有我完全看不懂。最后我还是回到了最古老的办法：打断点。IDE 里追踪定义，追踪调用，看一个变量从哪里来，又往哪里去。我一边问 AI，一边看源码，一边怀疑自己是不是根本不适合学这些东西。
这种时候 AI 很有用，但它并不能替我理解。它可以解释概念，可以改写公式，可以把代码讲得更像人话。但真正从“听过”到“懂一点”，中间还是要自己走。它把门打开，路还是要我自己进去。
Vibe coding 以后
身边很多人开始用 Cursor 的时候，我还没有用过。后来我先尝试了 Trae，第一感觉是：coding 能力被瞬间抬高了一截。
不是我突然掌握了什么高深技巧，而是很多过去卡住我的地方，变得没那么卡了。一个项目怎么起步，某个库怎么用，为什么测试过不了，哪里需要改接口，AI 都可以在旁边陪着看。它有时像同学，有时像助教，有时像一个特别勤快但需要你盯着的合作者。
到了 2025 年末，我开始了解 vibe coding。以前我从来没有认真跑过冒烟测试，总觉得能跑起来就差不多。后来 AI 可以帮我把流程补上：生成代码，跑测试，看报错，改问题，再验证。很多我以前嫌麻烦的环节，被它一遍遍推到眼前。
更夸张的是 MCP。当 MCP 可以直接接软件的时候，AI 就不再只是回答问题了。比如接 ChimeraX，看结构、调命令、做可视化。以前我需要在软件里点来点去，查文档，试命令；现在我可以把意图说出来，让 AI 帮我把路径摸清。
最近我又了解了 API 代理、中转站这些东西。说实话，有点离不开 vibe coding 了。以前写代码像是在黑夜里摸墙，现在至少旁边有个人提着手电筒。虽然这手电筒偶尔会照错地方，但没有它的时候，我反而不习惯。
我突然想起大学第一次接触 AI 的时候，做的是人脸识别、手写数字识别。那时我们还在讲弱人工智能，讲 LSTM，讲 Transformer，讲参数量从 M 走向 B。很多概念在课件里显得宏大，但落到自己身上，并没有那么快的冲击。
真正的冲击反而很日常：是硕士时一篇看不懂的英文文献，被 AI 翻译得顺了一点；是博士时一段不想写的代码，被 AI 先写出一个版本；是我看不懂 flow matching 和 SO(3)，只能一边打断点一边求助；是我看了半天 Amber 手册，突然觉得也许不如直接做一个 skill。
也是 Codex 和 Claude Desktop 这样的工具上线以后，我第一次认真觉得：我工作的技术壁垒，正在被重新计算。
小学写未来作文的时候，我们总会写无人驾驶、智能家居、机器人管家、AI 助手。那时候这些东西像固定素材，写完就交卷。现在再看，它们不是突然降临的，而是一点点渗进来的：先是翻译一句话，再是写一段代码，再是跑一个测试，再是打开一个软件，再是帮你点一杯奶茶。
今天我还跟朋友说，AI 不能太聪明了。有时候它把我代码删了，系统搞崩了，也挺好的。最起码那一刻，我还能安慰自己：你看，它还需要我。
当然这只是玩笑。
真正的问题不是 AI 会不会犯错，而是当它越来越少犯错的时候，我们还剩下什么。也许未来的技术壁垒，不再是会不会翻译英文、会不会写一段代码、会不会查一个 API，而是能不能判断问题，能不能追问答案，能不能为结果负责，能不能在工具越来越强的时候，仍然保留一点属于人的经验和迟疑。
我还没被 AI 取代。
但我确实已经离不开它了。
参考
用 AI 免费喝奶茶，千问启动春节 30 亿免单！APP 一度出现卡顿，官方回应：正在紧急加资源 | 每经网 2026 美团科研合作课题 | 公开征集启动 小米顶尖人才校园招聘 Qwen 手机 agent：MobileAgent
